miRNA分析--数据过滤（一）

MicroRNA (miRNA) 是一类内生的、长度约为20-24个核苷酸的小 RNA，其在细胞内具有多种重要的调节作用。每个 miRNA 可以有多个靶基因的表达，而几个 miRNA 也可以调节同一个基因的表达。据推测，miRNA 调节着人类三分之一的基因。

miRNA简要介绍

1、物种

hsa、mmu、rno分别代表人、小鼠、大鼠。

2、类别

mir、MIR、miR分别代表动物未成熟miRNA、植物未成熟miRNA、成熟 RNA。

3、序号

即阿拉伯数字。代表miRNA发现的先后顺序。一般情况下，数字越小，发现越早。

4、高度相似miRNA

对于相似度非常高但又不完全相同（如：仅差一两个碱基）的成熟miRNA，加上一个英文小写字母（a,b,c,…）以示区别。

5、不同前体相同序列成熟miRNA

后面添加的阿拉伯数字是指：一些位于基因组不同部位的DNA序列能够转录加工产生同样的成熟体序列的RNA，为了对其进行区别，在后面加上不同的阿拉伯数字。

6、成熟miRNA产生来源

一些pre-miRNA可以产生两个mature RNA，在对应pre-miRNA茎环结构5’和3’序列的mature miRNA名称尾部加上后缀-5p和-3p以示区分，分别表明从前体的5’端臂和3’端臂加工而来的。

7、低表达量miRNA

两个mature miRNA由同一个pre-miRNA产生，且表达量已知，那么将其中表达量低的mature miRNA尾部加上标识：*。

miRNA 过滤

在进行分析miRNA时候，必要的过滤是少不了的，我一般使用两款软件

• cutadapt
• fastp

软件安装较为简单，直接略过

简单使用

首先选用cutadapt过滤掉接头序列

cutadapt -a AGATCGGAAGAGCACACGTCT -m 18 -M 30 \
   raw.fq --discard-untrimmed -o out_fil.fq

## 参数
-a : 3‘上连接的接头序列， 可找公司要
-m:  过滤掉小于该值的reads
-M：过掉掉大于该值的reads
--discard-untrimmed： 把reads中不含有adaper的reads去掉

接着，使用fastp过滤低质量reads

fastp --disable_adapter_trimming -q 20 -i out_fil.fq -o outcome

##参数
--disable_adapter_trimming: 不需要去接头
-q： 质量低于20过滤
-i： 输入文件

长度统计

最后进行miRNA reads的长度统计，可自行写脚本，并用R画图，简单，略过